r - 当 data.frame 获得新列时会发生什么？

Question

似乎 data.frames 继承了矩阵的列名，如果矩阵是通过 [ 函数添加到它们的。示例:

blob <- matrix(11:20, ncol = 1, dimnames = list(NULL, "BLOB"))
foo <- data.frame(FOO = 201:210)

dat <- data.frame(id = 1:10)

dat[, "new1"] <- blob 
dat[, "new2"] <- foo

如果我现在查看dat，它会显示我

id BLOB new2
1   11  201
2   12  202
3   13  203
...

因此显示的不是预期的"new1"，而是"BLOB"；即使 colnames(dat) 是 "id"、"new1" 和 "new2"。此外，在 attributes(dat) 中找不到 "BLOB" 并且 dat[, "BLOB"] 给出了“未定义的列选择”错误. 两个问题:

1. 为什么 dat 在这种情况下显示 "BLOB" 而不是 "new1"？
2. 如何以显示 "new1" 而不是 "BLOB" 的方式更改 dat？

Answer 1

将整个矩阵分配给 data.frame 的列会创建一个非常奇怪的对象。如果您查看 dat 的结构，您会看到

'data.frame':   10 obs. of  3 variables:
 $ id  : int  1 2 3 4 5 6 7 8 9 10
 $ new1: int [1:10, 1] 11 12 13 14 15 16 17 18 19 20
  ..- attr(*, "dimnames")=List of 2
  .. ..$ : NULL
  .. ..$ : chr "BLOB"
 $ new2: int  201 202 203 204 205 206 207 208 209 210

所以您添加了一个仍然是矩阵的列。你可以看到嵌入矩阵保留了列名“BLOB”。将矩阵的一列分配给 data.frame 的列会更安全

dat[, "new1"] <- blob[,1] 

发生这种情况的原因是 blob 可能有多个列。如果您只将它分配给“new1”，那么其他列应该放在哪里？因此它将整个矩阵嵌入列中。

你可以扩展嵌入矩阵

do.call("cbind.data.frame", dat)

这将保留“BLOB”列名称，但它现在将是一个“正常”data.frame，因此“BLOB”将列在 colnames()

当 R 打印带有嵌入矩阵的 data.frame 时，通常它会在矩阵列名前加上 data.frame 列名前缀，但当只有一列时，它只使用矩阵列名(诚然可以令人困惑)。观察:

mm<-matrix(1:9+10, nrow=3, dimnames=list(NULL, c("m1","m2","m3")))
data.frame(a=1:3, b = mm, c=letters[1:3])
#   a b.m1 b.m2 b.m3 c
# 1 1   11   14   17 a
# 2 2   12   15   18 b
# 3 3   13   16   19 c
data.frame(a=1:3, b = mm[,1, drop=FALSE], c=letters[1:3])
#   a m1 c
# 1 1 11 a
# 2 2 12 b
# 3 3 13 c

长话短说:不要将矩阵放入 data.frame。